[发明专利]云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法有效
申请号: | 201910201472.6 | 申请日: | 2019-03-18 |
公开(公告)号: | CN109902434B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 陆佳炜;高燕煦;吴涵;徐俊;张元鸣;肖刚 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;H04L67/10 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法,包括以下步骤:第一步:构建服务数据可视化建模与匹配方法的架构;第二步:定义元数据树MDT;第三步:读取调用的REST API所返回的JSON数据,对ds进行树形结构建模;第四步:通过剪枝的方法,保留基本的数据结构信息;第五步:对可视化图形进行分类,归纳总结各类图形的属性及结构特征,通过建模创建一种可视模型树VT,来形式化地表述各类图形信息;第六步:将可视模型树VT与MDT进行匹配查询,查找MDT中与VT的各个StructModel匹配的片段,并根据Mapping信息进行数据映射,生成可视化图形。本发明实现数据自动可视化。 | ||
搜索关键词: | 计算 环境 面向 rest 架构 风格 服务 数据 可视化 建模 匹配 方法 | ||
【主权项】:
1.一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法,其特征在于,所述方法包括以下步骤:第一步:构建服务数据可视化建模与匹配方法的架构,包括三个模块:数据建模、图形建模和匹配引擎;1.1、数据建模:从Internet获取的REST服务经解析器解析后进行注册,存储于缓存cache或数据库Database中,自动调用后所获取的基于JSON的REST服务数据,通过服务数据建模将服务数据转变为标准化模型,并抽取出主要数据结构生成元数据树MDT;1.2、图形建模:对多种配置型可视化工具所支持的图形进行数据结构分析与归纳,整理出主要图形的通用数据结构及数据映射关系,再根据上述信息进行可视化图形建模,创建描述性可视模型VT;1.3、匹配引擎:调取数据建模所生成的MDT,从MDT中搜索与VT中的图形结构模型匹配的数据结构片段,来查询源数据可生成的图形种类,并根据映射关系信息自动化生成可视化图形;第二步:定义元数据树MDT,包括根节点TRoot、索引节点INode、数据节点DNode,同时用深度level来表示节点在树结构中的层数,根节点默认为第一层,即level=1,步骤如下:2.1、根节点:MDT的根节点,即MDT的起始节点;2.2、索引节点:代表JSON数据中每一个关键字KEY,但不包括JSON数据中最内层的“键‑值”对的关键字,索引节点为非根节点、非叶子节点;2.3、数据节点:代表JSON数据中最内层的“键‑值”对,存储为叶子节点;第三步:读取调用的REST API所返回的JSON数据,将JSON数据集ds作为建模算法的输入,对ds进行树形结构建模,步骤如下:3.1、创建一棵根节点为TRoot的MDT,TRoot是起始节点,根节点的深度level默认为1;3.2、读取JSON数据集ds,如果是首次读取ds,设置ds的第一个元素为当前元素,元素包括关键字KEY及其值VALUE;否则设置ds的下一个元素为当前元素;若JSON数据最外层就是ARRAY,则TRoot的isMark=1,元素数量arrayNum为ARRAY元素个数;第四步:通过剪枝的方法,保留基本的数据结构信息,剪除相同的重复数据结构,缩小模型的体量,但仍然保留基础的数据结构,降低JSON数据结构所带来的查询开销;第五步:对可视化图形进行分类,归纳总结各类图形的属性及结构特征,通过建模创建一种可视模型树VT,来形式化地表述各类图形信息;第六步:将可视模型树VT与MDT进行匹配查询,查找MDT中与VT的各个StructModel匹配的片段,并根据Mapping信息进行数据映射,生成可视化图形。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910201472.6/,转载请声明来源钻瓜专利网。